深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
2661	2025-01-06	Diffusion probabilistic priors for zero-shot low-dose CT image denoising 2025-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.17431 PMID:39413369	研究论文	本文提出了一种基于扩散模型的零样本低剂量CT图像去噪方法，仅需正常剂量CT图像进行训练	提出了一种仅需正常剂量CT图像进行训练的零样本去噪方法，解决了现有方法需要大量低剂量CT图像或特殊设计数据采集过程的限制	NA	解决低剂量CT图像去噪问题，特别是在临床环境中难以获取低剂量和正常剂量CT图像对的情况下	低剂量CT图像	医学图像计算	NA	扩散模型	扩散模型	图像	不同区域和剂量水平的低剂量CT数据集
2662	2025-01-06	Interpret Gaussian Process Models by Using Integrated Gradients 2025-Jan, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400051 PMID:39587873	研究论文	本文提出了一种通过集成梯度方法解释高斯过程回归模型的新方法，以评估解释变量对预测的重要性	将高斯过程回归模型与集成梯度方法结合，提供预测不确定性的详细分解，量化每个特征的不确定性	由于高斯过程回归的非参数性质，解释其预测标准偏差仍然具有挑战性	提高高斯过程回归模型的解释性，特别是在预测标准偏差方面	高斯过程回归模型及其预测结果	机器学习	NA	集成梯度方法	高斯过程回归模型	NA	NA
2663	2025-01-06	An improved low-rank plus sparse unrolling network method for dynamic magnetic resonance imaging 2025-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.17501 PMID:39607945	研究论文	本文提出了一种改进的低秩加稀疏展开网络方法，用于动态磁共振成像（MRI）重建，通过引入时间相关性建模来提高重建质量和减少参数冗余	提出了一种结合低秩核心矩阵和卷积长短期记忆（ConvLSTM）单元的新型展开网络方法，用于动态MRI重建中的时间相关性建模	未提及具体局限性	寻找适合的张量处理方法和深度学习模型，以实现更好的重建结果和更小的网络规模	动态磁共振成像（MRI）重建	计算机视觉	NA	动态磁共振成像（MRI）	卷积长短期记忆（ConvLSTM）	图像	AMRG Cardiac MRI数据集
2664	2025-01-06	An attention mechanism-based lightweight UNet for musculoskeletal ultrasound image segmentation 2025-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.17503 PMID:39620487	研究论文	本文提出了一种基于注意力机制的轻量级UNet模型（AML-UNet），用于肌肉骨骼超声（MSKUS）图像分割，旨在提高分割效率、准确性和模型轻量化	设计了通道重建和空间注意力模块以抑制冗余特征的传输，并开发了多尺度聚合模块替代U-Net的跳跃连接架构，同时引入深度监督逐步细化预测掩码	未提及模型在更大规模数据集上的泛化能力，也未讨论其在临床环境中的实际应用效果	设计一种参数更少、计算复杂度更低且分割精度更高的MSKUS图像分割方法	肌肉骨骼超声（MSKUS）图像	计算机视觉	肌肉骨骼疾病	深度学习	AML-UNet（基于注意力机制的轻量级UNet）	图像	两个MSKUS 2D图像分割数据集，分别包含3917张和1534张图像
2665	2025-01-06	Predicting learning achievement using ensemble learning with result explanation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312124 PMID:39745993	研究论文	本研究提出了一种基于集成学习技术的学习成就预测框架，旨在解决高辍学率问题	结合多种机器学习算法的优势设计了一个鲁棒的模型，并使用可解释性分析（SHAP）来阐明预测结果	现有预测模型存在偏差，且当前机器学习方法缺乏可解释性，限制了其在教育中的实际应用	预测学习成就以支持学生个性化干预	学习成就预测	机器学习	NA	集成学习	集成模型（包括六个基础学习器和逻辑回归作为元学习器）	教育数据	XuetangX数据集
2666	2025-01-06	Exploring happiness factors with explainable ensemble learning in a global pandemic 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313276 PMID:39746025	研究论文	本文使用机器学习和深度学习算法预测幸福指数，并探讨了COVID-19大流行对幸福特征的影响	设计了两种集成模型（Blending RGMLL和Stacking LRGR），并利用可解释人工智能技术揭示幸福指数的变化和变量重要性	未来研究将探索更先进的方法，并包括其他相关特征和实时监测以获得更全面的见解	预测幸福指数并探讨COVID-19大流行对幸福特征的影响	156个国家的幸福指数数据	机器学习	NA	机器学习（ML）、深度学习（DL）、集成学习	Ridge Regression (RR)、Gradient Boosting (GB)、Multilayer Perceptron (MLP)、Long Short-Term Memory (LSTM)、Linear Regression (LR)、Random Forest (RF)	数值数据	156个国家从2018年到2023年的数据
2667	2025-01-06	An investigation of feature reduction, transferability, and generalization in AWID datasets for secure Wi-Fi networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306747 PMID:39746088	研究论文	本研究提出了一种使用AWID 3数据集进行网络攻击检测的新方法，通过分析保留特征的可转移性，创建了一个轻量级且成本效益高的模型	提出了一种新的方法，使用AWID 3数据集进行网络攻击检测，并评估了特征的可转移性和泛化能力	现有研究在Wi-Fi攻击检测中忽视了现代流量和攻击场景，如密钥重装或未经授权的解密攻击	研究目的是提高无线网络中的安全性和隐私保护，特别是在管理帧的认证和关联帧方面	AWID 3数据集中的网络流量数据	机器学习	NA	决策树与递归特征消除方法	DT, CNN	网络流量数据	AWID 3数据集
2668	2025-01-06	Artificial intelligence in dentistry: Assessing the informational quality of YouTube videos 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316635 PMID:39746083	研究论文	本研究评估了YouTube上关于牙科人工智能（AI）信息的质量	首次对YouTube上牙科AI相关视频的信息质量进行了系统评估	研究仅限于YouTube平台，未涵盖其他社交媒体或信息来源	评估YouTube上牙科AI相关视频的信息质量和可靠性	YouTube上关于牙科AI的视频	自然语言处理	NA	DISCERN评分、修改后的全球质量评分（mGQS）、美国医学会杂志（JAMA）评分	NA	视频	91个YouTube视频
2669	2025-01-06	Incident duration prediction through integration of uncertainty and risk factor evaluation: A San Francisco incidents case study 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316289 PMID:39746103	研究论文	本文提出了一种综合不确定性和风险因素评估的框架，用于预测交通事故持续时间，并通过旧金山事故数据集进行了案例研究	引入了基于风险优先级数（RPN）概念的'风险'特征，强调了事故地点在事故发生和预测中的重要性，并通过模糊聚类方法改进了事故分类	案例研究仅限于旧金山地区，可能无法完全推广到其他地区	优化交通管理中的资源分配和减少交通中断	交通事故持续时间预测	机器学习	NA	模糊聚类方法，多准则决策（MCDM）过程	传统机器学习（ML）和深度学习（DL）模型	交通事故数据	旧金山事故数据集
2670	2025-01-06	An end-to-end implicit neural representation architecture for medical volume data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314944 PMID:39752347	研究论文	本文提出了一种端到端的架构，用于医疗体积数据的压缩，利用先进的深度学习技术	提出了一种结合下采样、隐式神经表示（INR）和超分辨率（SR）的端到端架构，通过权衡点方法优化各模块性能，实现高压缩率和重建质量的最佳平衡	实验仅在多参数MRI数据上进行，未涉及其他类型的医疗数据	解决医疗体积数据在组织、存储、传输、操作和渲染方面的挑战	医疗体积数据	数字病理	NA	深度学习	隐式神经表示（INR）	体积数据	多参数MRI数据
2671	2025-01-06	Automated CAD system for early detection and classification of pancreatic cancer using deep learning model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307900 PMID:39752442	研究论文	本文提出了一种基于深度学习的自动化计算机辅助诊断系统，用于早期检测和分类胰腺癌	提出了一个四阶段的计算机辅助诊断系统框架，包括预处理、分割、检测和分类阶段，并使用改进的11层AlexNet模型进行分类	未提及样本的具体数量和多样性，可能影响模型的泛化能力	开发一个自动化系统，用于早期检测和分类胰腺癌	胰腺癌的CT扫描图像	计算机视觉	胰腺癌	深度学习	U-Net, AlexNet	图像	NA
2672	2025-01-06	A weak edge estimation based multi-task neural network for OCT segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316089 PMID:39752440	研究论文	本文提出了一种基于弱边缘估计的多任务神经网络（MTAMNP），用于光学相干断层扫描（OCT）图像的分割	引入了多任务注意力机制网络（MTAMNP），包含分割分支和边界回归分支，利用自适应加权损失函数提高模型对弱边缘细节的保留能力，并提出基于通道注意力的结构化剪枝方法以减少参数数量并防止过拟合	未明确提及具体局限性	解决OCT图像分割中弱边缘敏感性和标注数据不足导致的过拟合问题	光学相干断层扫描（OCT）图像	计算机视觉	眼科疾病	深度学习	多任务注意力机制网络（MTAMNP）	图像	两个公开数据集（HCMS和Duke数据集）
2673	2025-01-06	Automatic tumor segmentation and lymph node metastasis prediction in papillary thyroid carcinoma using ultrasound keyframes 2025-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.17498 PMID:39475358	研究论文	本文提出了一种全自动深度学习模型（FADLM），用于在甲状腺乳头状癌（PTC）中使用超声关键帧进行自动肿瘤分割和颈部淋巴结转移（LNM）预测	创新点在于整合了Mask R-CNN用于自动甲状腺原发肿瘤分割，并结合ResNet34和贝叶斯策略进行颈部LNM诊断，显著提高了预测性能	研究样本量相对较小，且仅在两所医院进行验证，可能影响模型的泛化能力	建立一种全自动深度学习模型，用于甲状腺乳头状癌的术前颈部淋巴结转移预测	518名甲状腺乳头状癌患者	数字病理	甲状腺癌	超声关键帧分析	Mask R-CNN, ResNet34	超声视频关键帧	518名患者（340名训练集，83名内部测试集，95名外部测试集）
2674	2025-01-06	Diffusion network with spatial channel attention infusion and frequency spatial attention for brain tumor segmentation 2025-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.17482 PMID:39476317	研究论文	本文提出了一种结合空间通道注意力注入（SCAI）模块和频率空间注意力（FSA）机制的条件扩散网络（SF-Diff），用于精确分割脑肿瘤的整个肿瘤（WT）区域	提出了一个条件扩散网络（SF-Diff），结合了空间通道注意力注入（SCAI）模块和频率空间注意力（FSA）机制，以改进脑肿瘤分割的边界轮廓和准确性	目前的方法主要针对整个肿瘤区域的分割，未来需要进一步扩展到脑肿瘤的三类分割任务	提高脑肿瘤分割的准确性，特别是在边界轮廓和非连续病变区域	脑肿瘤的整个肿瘤（WT）区域	计算机视觉	脑肿瘤	扩散模型	条件扩散网络（SF-Diff）	多模态MRI图像	369例患者数据，来自Multimodal BraTS Challenge 2020（BraTS2020）
2675	2025-01-05	Deep learning-enabled filter-free fluorescence microscope 2025-Jan-03, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq2494 PMID:39742468	研究论文	本文介绍了一种基于深度学习的无滤光片荧光显微镜成像技术，通过数字光谱滤波实现荧光通道的自动选择和荧光预测	创新点在于利用深度学习技术替代传统光学滤光片，实现荧光显微镜的无滤光片成像，降低了系统的复杂性和成本	未提及具体的技术限制或实验中的不足	研究目标是开发一种无滤光片的荧光显微镜成像技术，以提高多荧光通道高速成像的适用性	研究对象是使用不同荧光标记的细胞和组织	计算机视觉	NA	深度学习	NA	图像	未提及具体样本数量
2676	2025-01-05	D3-ImgNet: A Framework for Molecular Properties Prediction Based on Data-Driven Electron Density Images 2025-Jan-03, The journal of physical chemistry. A DOI:10.1021/acs.jpca.4c05519 PMID:39752232	研究论文	本文提出了一种基于数据驱动电子密度图像的分子性质预测框架D3-ImgNet，结合了群论、密度泛函理论、深度学习技术和多目标优化机制	D3-ImgNet框架不仅实现了高精度的分子性质预测，还结合了物理机制的指导，体现了数据分析与系统优化的方法论融合	未明确提及具体局限性	预测分子性质，加速功能材料的高通量筛选	分子性质，包括原子化能、偶极矩、力和S2化学反应的最小能量路径	量子化学与材料科学	NA	深度学习，密度泛函理论，多目标优化	D3-ImgNet	电子密度图像	QM9数据集和QM9X数据集，以及S2反应数据集
2677	2025-01-05	Combining the Variational and Deep Learning Techniques for Classification of Video Capsule Endoscopic Images 2025-Jan-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01352-y PMID:39753827	研究论文	本文提出了一种结合变分模型和深度学习技术的框架，用于视频胶囊内窥镜图像的多类分类	该框架利用分数阶变分模型捕捉图像的动态信息，并结合深度学习模型进行多类分类和感兴趣区域的定位	NA	开发一种自动化计算机辅助病变分类技术，以提高胃肠道异常检测率	视频胶囊内窥镜图像	计算机视觉	胃肠道相关癌症	深度学习（DL）	Faster RCNN, EfficientNet B0	图像	NA
2678	2025-01-05	A joint analysis of single cell transcriptomics and proteomics using transformer 2025-Jan-02, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00484-9 PMID:39743530	研究论文	本文提出了一种基于Transformer编码器层的深度学习框架scTEL，用于从单细胞RNA测序数据预测未观察到的蛋白质表达	scTEL模型提供了一个统一的框架，可以整合多个CITE-seq数据集，解决了不同数据集间蛋白质面板部分重叠的挑战	依赖于公开的CITE-seq数据集进行验证，可能限制了模型的广泛适用性	通过计算方式显著降低蛋白质表达测序的实验成本	单细胞RNA和蛋白质表达数据	机器学习	NA	CITE-seq, scRNA-seq	Transformer	单细胞RNA测序数据	公共CITE-seq数据集
2679	2025-01-05	Deep learning identification of novel autophagic protein-protein interactions and experimental validation of Beclin 2-Ubiquilin 1 axis in triple-negative breast cancer 2025, Oncology research IF:2.0Q3 DOI:10.32604/or.2024.055921 PMID:39735677	研究论文	本研究利用深度学习技术识别了三阴性乳腺癌中新的自噬相关蛋白-蛋白相互作用，并通过实验验证了Beclin 2与Ubiquilin 1轴的作用	开发了三种PPI分类模型，分析了超过13,000个数据集，识别了3733个以前未知的自噬相关PPI，并揭示了Beclin 2在自噬调控中的核心作用	研究主要基于体外实验，需要进一步的体内实验验证	揭示三阴性乳腺癌中自噬相关蛋白-蛋白相互作用，寻找新的治疗靶点	三阴性乳腺癌细胞MDA-MB-231	机器学习	乳腺癌	免疫沉淀-质谱分析、分子对接、CO-IP实验	Naive Bayes, Decision Tree, k-Nearest Neighbors	蛋白质相互作用数据	超过13,000个数据集
2680	2025-01-05	Deep Learning-Based Prediction of Freezing of Gait in Parkinson's Disease With the Ensemble Channel Selection Approach 2025-Jan, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70206 PMID:39740772	研究论文	本文提出了一种基于深度学习的算法，用于检测帕金森病患者的步态冻结（FoG）事件，通过集成通道选择方法提高检测效率	提出了一种新颖的架构，将瓶颈注意力模块集成到标准的双向长短期记忆网络（BiLSTM）中，形成卷积瓶颈注意力-BiLSTM（CBA-BiLSTM），并通过集成学习选择最优通道，显著提高了检测性能	NA	开发一种高效、准确的算法，用于检测帕金森病患者的步态冻结事件	帕金森病患者的步态冻结事件	机器学习	帕金森病	NA	卷积瓶颈注意力-BiLSTM（CBA-BiLSTM）	运动信号数据	NA